3.7 小米算法实习生（大模型）一面（50min）

1、自我介绍2、聊项目3、聊了一下论文4、算法题：最长山峰前几天面的，今天发感谢信了。感觉聊的还行，算法题也写出来了，想不通。

本人华五本硕电子信息专业，计算机视觉方向。本科阶段行情好一心想去互联网，想着水个研究生再去挣钱。本科毕业观察到互联网下坡路，转头准备选调，参与实习后也不太喜欢，最后转向央国企求职/读博。研二下找实习阶段随大流跟着同门一起投互联网，由于之前准备读博，有几篇论文在投，就把之前做的工作整合了一下，做了简历海投，历经几个大厂的多轮面试，最后也比较幸运的拿到了基本所有的大厂算法岗，有的是AIGC 有的是视觉。最后去了阿里实习拿了转正。秋招三手抓选手，凭着实习和论文集邮了算法多个ssp（虽然最后都没去），也考了选调（央选、江苏名优），面了一堆央国企（电网、银行、运营商），目标都是江浙沪base, 所以都基...

3.10 小米算法实习生（大模型）二面（50min）无脸男*2自我介绍项目的目的混合精度微调，是混合什么精度Qlora如何实现冻结矩阵的反量化如何实现（面试官提示后答出来）如果要用FP16精度转换到int4，如何使误差最小，实现过程？介绍GRPO、PPO、DPO之间的区别既然GRPO的会有方差问题，那GRPO应用到什么样的背景下，SFT要做怎样的处理，才能够使GRPO强化学习微调效果更好GRPO的Group可以如何选取手撕：MHA反问：实习生在部门中负责的任务，做一些方案的实验研究，了解业务；计算资源，充足

📍面试公司：美团👜面试岗位：大模型春招📖面试问题：问了 PPO 重要性采样系数怎么才能为1？调节批量，学习率，超参数啥的 不懂，策略收敛最优解不就为一了吗grpo 的 GAE 怎么算，和批量大小有没有关系？为啥没有要PPO的v函数？离轨策略和在线策略的关系？ 冷启动 + grpo 怎么做的？仿真寻优（实习项目）的 PPO 和 openai 的PPO有啥不同？ 项目的p(s'|s,a)=1,状态转移矩阵非常稀疏手撕链表 切断+翻转+链表合并Input: 1->2->3->4->5->6->7Output: 1->7->2->6-&gt...